基于二维线性判别分析的彩色人脸识别

为了提高人脸识别的准确率,提出了一种基于二维线性判别分析的彩色人脸识别算法,直接对彩色人脸图像不同通道的颜色信息进行编码,采用矩阵表示模型描述人脸对象;融合人脸的类别特征,采用二维线性判别分析的算法提取彩色人脸的分类特征;根据投影后的特征矩阵,采用最近邻分类的算法进行人脸识别.利用CVL和CMUPIE彩色人脸数据库进行实验.结果表明,本文提出的彩色人脸识别算法能有效地提高人脸识别的准确率,明显优于对比的算法.     

电子鼻对花椒精油的辨别研究

以超临界流体萃取法和无溶剂微波萃取法提取了四川大红袍花椒和陕西韩城大红袍花椒精油,用电子鼻对花椒产地、提取方法和同种提取方法下的不同提取工艺条件下所得花椒精油进行了辨别研究．采用主成分分析法分析花椒精油的特征气味指纹图,发现电子鼻可以有效区分花椒精油．各主成分分析图中,第1、第2主成分累积方差贡献率为98．989％～99．5969％,辨别指数为93～95．初步探索了统计质量控制法控制花椒精油质量和判别因子分析法判断花椒精油的来源的可行性．     

基于鉴别主成份分析的基因表达数据特征提取

针对高维小样本数据特征提取问题,通过融合主成份分析（PCA）和线性判别分析（LDA）,提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明：该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20％以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。     

基于矿质元素含量的多元统计方法进行绿茶鉴别

采用微波等离子体炬原子发射光谱法(MPT-AES)测定了23种不同产地绿茶样品中的Mg、Al、Ca、Mn、Fe、Cu、Zn、K、Na、Co和Pb共11种元素的含量,并结合主成分分析和聚类分析进行茶叶产地的判别。研究结果表明:利用主成分分析和聚类分析对来自安徽、浙江、四川和江西的绿茶能够良好地区分,聚类效果明显,茶叶中矿质元素的含量可作为茶叶产地判别的测量指标之一。     

国外蜂蜜品种识别和掺假鉴别方法研究进展

蜂蜜产地来源和蜂蜜掺伪的辨别方法是当今许多国家和蜂产品生产相关部门研究的热点.针对目前国外应用理化方法、现代仪器分析以及生物免疫技术结合模式识别对蜂蜜的产地、植物来源及掺伪辨别方法和研究进展进行了综述.     

基于2DPCA-2DLDA的人脸识别算法

提出一种2DPCA-2DLDA方法来对人脸进行识别.该方法同时运用基于行的2DPCA和基于列的2DLDA方法直接在2维图像上进行投影,避免了对大矩阵的计算,同时也充分提取了图像的有效信息,在ORL人脸库上的实验结果表明该方法较优于其他方法.     

时域特征用于20^#钢球化组织状态无损评价

珠光体型耐热钢在服役过程中发生的珠光体球化、碳的石墨化等一系列组织转变,使设备失效的危险性增加.实验选择球化状态不同的20#钢样品作为研究对象,利用信号分析技术提取表征组织形态的超声回波信号时域特征,分别采用单因素及主成分分析方法考察特征对球化形态的识别能力.研究表明,珠光体的球化组织状态与超声场的相互作用(如回波幅度),影响超声回波信号的时域特征;对球化组织形态的识别较为显著的特征值是下降时间、面积平均和不对称度;利用主成分分析可以快速实现对球化组织状态的有效识别.由此可以得出以信号时域特征描述20#钢珠光体球化组织状态的变化是可行的,该方法以无损的形式实现了对组织形态的检测,弥补了现有检测手段的不足,为高温条件下在役装置的显微组织现场检测提供技术支持.     

直接LDA在人脸识别中的鉴别力分析

直接线性鉴别分析(DLDA)曾被声明利用类内离散矩阵零空间内外所有鉴别信息,为了分析声明的理论缺陷,对DLDA在人脸识别中的鉴别特性进行了研究.鉴于DLDA是在类间离散矩阵列空间中寻找最优解,理论分析从下面3方面内容展开:类间和类内离散矩阵的列空间之间的关系、类间离散矩阵列空间与类内离散矩阵零空间的关系以及在保留全部鉴别矢量下的DLDA特性,结果表明,在小样本条件下,DLDA几乎没利用零空间内的信息,导致一些有用的鉴别信息的丢失;若保留全部的鉴别矢量,DLDA退化为类间离散矩阵的保留所有非零成分的主成分分析.在人脸数据库ORL和YALE上的比较实验结果显示:DLDA的识别率都次于其它几种线性鉴别分析扩展方法,与理论分析一致.     

复杂背景下的人脸检测方法研究

针对复杂背景环境下的人脸检测,提出了一种基于改进AdaBoost的新方法。首先对人脸进行Haar-like特征的提取,然后使用基于最大散度差的鉴别准则对人脸高维特征进行降维。通过预设最大误报率和最小通过率及与前向搜索相结合的方法选择最佳弱分类器。在级联结构后几层的强分类器中,使用PCA、LDA与AdaBoost相融合的方法,去除非人脸区域,有效地检测出人脸。实验仿真结果验证了该方法的有效性。     

基于PC-LDA的交通标志形状特征识别方法

针对PCA方法所提取的特征分类效果较差,而LDA方法通常不能直接应用于图像特征提取的问题,提出了一种基于PC-LDA的交通标志形状特征识别方法.通过对交通标志图像进行归一化和二值化处理,得到交通标志形状特征.将PCA方法与LDA方法相结合用于交通标志二值图像特征提取,可以得到既有最佳描述性又有最佳分类效果的PC-LDA特征子空间.利用标准交通标志图像数据库进行验证,并采用最小距离分类器对所提取的特征进行识别,结果表明,该方法能够快速有效地进行维数约减,提高了交通标志识别率.     

一种新的电子鼻预处理算法的研究

数据预处理是电子鼻的重要环节之一,是后续模式识别处理的基础。外界噪声干扰、环境波动和传感器性能不稳定会降低电子鼻数据的可靠性和识别率。提出一种Kalman滤波和专家系统优化的t检验法相结合的电子鼻数据预处理算法,通过Kalman滤波去除噪声,专家系统优化的t检验法检验并替换异常数据。结果表明,该算法能有效提高电子鼻数据的可靠性和识别率,对电子鼻的应用开发具有重要的意义。     

基于CAN总线的汽车电子标识系统

针对当前的交通系统存在的各种问题，采用短距离双向无线传输方式，工作频率采用国际通用的ISM频段，发射功率低、接受灵敏度高、对周围干扰小、无需申请许可证、传输速率为9600b／s，有效传输距离可以达到50m。通过加装和汽车内部的CAN总线相连的CAN总线控制电路，实现了汽车标识和控制的一体化。同时还采用了基于联网的数据库技术，来实现全国各地车辆信息的共享，并通过数据库的访问权限实现对车辆的有效管理。     

基于卷积神经网络的电子鼻分类识别

在混合气体识别的研究中,针对目前电子鼻应用于化工污染物种类监测时难以达到理想精度的问题,提出了一个基于卷积神经网络的气体分类识别算法.首先利用卷积神经网络的自适应特征提取能力,有效降低原始数据对后续操作的影响;其次进行多次实验训练,对卷积神经网络进行参数优化,提高网络模型性能;最后将提出的卷积神经网络算法与BP神经网络算法分别应用于加州大学公开数据集中一氧化碳和乙烯混合气体的实验数据中.实验结果表明,卷积神经网络算法对此数据集的气体种类检测准确率达到93%,比BP神经网络算法应用于气体识别时精度更高、误差更小,为电子鼻系统气体种类检测提供了一种新的方法.     

基于集成气体传感器阵列的电子鼻系统动态响应特性分析

采用德国Jenasensoric e．V研制的电子鼻和自行设计的实验系统，分别以纯净空气及乙醇或葡萄酒作为载气及分析样本，对电子鼻系统动态响应特性与酒类样本、样本温度、环境湿度、样本浓度间的依赖关系进行了实验分析，并分别给出了它们间依赖关系的实验结果。     

电子鼻与电子舌在饮料品质评价中的应用

随着传感技术的发展,电子鼻与电子舌以其独特的优越性广泛应用于食品的品质评价中.阐述了电子鼻与电子舌的结构组成及其在饮料的种类识别、品质控制、定量分析和感官评价等方面的应用,并指出了其在发展过程中需要解决的问题.     

一种基于电子鼻的辛味中药材的分类鉴别方法研究

为获取新的气味识别方法以提高智能传感器模式分类识别准确率和速度,使用了内置10个传感器的便携式电子鼻PEN3对辛味中药材进行气味采集检测.将辛味中药材在烧杯中进行密封静置待其形成稳定的气味顶空环境时,运用电子鼻对其进行检测采样得到样品高维气味数据信息.与传统的线性数据分析方法不同,针对气味蕴含多种诸如浓度、各种挥发性物质成分等特征,可知气味非线性的本质特征,在本次分析中采用了流形算法中的非线性的局部线性嵌入（Locally Linear Embedding,LLE）算法对非线性的气味数据进行特征提取与降维,再采用基于Fisher的线性判别分析（Linear Discriminant Analysis,LDA）实现对特征子空间的模式聚类与分类,通过多次实验优化LLE算法的参数,得到了最佳的辛味中药材的模式识别效果.分析结果表明,运用LLE和LDA相结合的算法（即LLE_LDA）可以很好地完成不同种类辛味中药材的挥发性气味信息的模式分类,为深层次地分析基于电子鼻的气味数据信息提供了一种新方法.     

电子鼻的原理、应用现状及前景

气味指纹检测技术又被称为电子鼻技术,是近十年来快速发展起来的一个新兴事物。本文综述了电子鼻的检测原理、仪器组成、特点、应用现状及前景,有助于各界对电子鼻更全面、深入的了解和认识。     

应用电子鼻分析香精及产品气味变化相关性

优化了电子鼻录入香精及产品气味信息的方法,在该录入条件下实现了电子鼻区分香精及对应产品在贮藏过程中气味信息的变化.对2支香精及对应产品在常温条件下贮藏过程中的气味变化进行了追踪,并通过对不同气味信息建立模型,分析了香精及产品在贮藏过程中气味变化的相关性.     

基于大面积TFT和PVDF薄膜的表面形貌无损探测技术

针对物体表面形貌无损探测,提出了一种基于大面积薄膜晶体管(TFT)和聚偏氟乙烯(PVDF)薄膜的表面形貌探测方法,具有大面积、可覆形、便携化和高精度的特点。该方法利用电容传感器原理,将已广泛应用于半导体显示领域的TFT阵列与传感器相结合,可精确定位物体表面微米级缺陷,测量分辨率达到50μm,实现了对物体表面形貌的精准无损探测。